课程描述(核心/基本课程)FT5001-针对消费者的金融科技创新(4个单位)本课程的目的是为消费者提供金融科技创新生态系统的技术概述。尤其是本课程将涵盖付款解决方案,众筹平台,投资和机器人顾问的重要业务模型和创新,以及其他重要的金融科技创新,这些创新会影响个人消费者的个人财务。FT5002-金融机构的数字化转型(4个单位)本课程的目的是提供现代银行,保险和投资部门的业务职能的技术概述。学生将学习金融科技如何改变这些金融公司的业务运营。尤其是本课程涵盖了大型金融机构的Smart Credit Analytics,Regtech,Insurtech,AI和Banking以及金融科技的其他新主题。本课程还有助于向学生传授银行和保险的基础知识。FT5003-区块链创新(4个单元)区块链技术可能是最具破坏性的金融科技技术。本课程涵盖了区块链创新的重要主题。学生将学习区块链的架构,区块链应用的历史和演变以及该行业最新区块链应用的案例研究。FT5004-区块链应用程序(4个单元)的编程本课程概述了区块链协议的基本概念。学生将学习开发区块链应用程序的编程技能。学生将学习在个人区块链上创建节点,创建帐户,解锁帐户,矿山,交易和检查余额所需的知识。学生还将学习分散的点对点网络。FT5005-金融机器学习(4个单元)本课程涵盖了用于解决实用分析问题或在Fintech公司建立AI应用程序的机器学习和数据挖掘方面的基础知识。涵盖的一些主题,包括监督学习模型,时间序列预测方法,情感分析和文本挖掘的基础知识以及强化学习。ft5009-当代财务数据分析(4个单位)本课程的目的是为学生提供有关财务数据分析最近进步的概述。此外,讲师可以对财务数据分析中选定的重要主题进行深入讨论,这是金融机构或初创企业面向行业研究的重点。在本课程中,学生将学习高级数据挖掘算法,财务统计模型,金融科技编程知识以及有关现代财务应用的商业案例或学术论文。ft5010-算法交易系统设计和部署(4个单元)课程教授学生金融市场的基本面和系统交易的最佳实践,涵盖了可酌情和系统方法之间的区别。它强调设计和开发基于规则的交易策略和系统,利用金融交易和应用程序开发概念。它重点介绍了从技术分析,基本分析和机器学习中得出的不同交易策略进行回测和假设测试的最佳实践。该课程还解决了通过数据驱动的决策和风险管理来克服这些投资者的偏见和方法。ft5011-财务深度学习(4个单元)本课程将介绍主要深度学习算法的基础概念和应用。本课程旨在弥合深度学习技术快速发展的世界与金融业带来的独特挑战之间的差距。通过理论课,实践案例研究,动手练习和讨论的结合,学生将探索在各种财务场景中采用深度学习解决方案的潜在,局限性和含义。在本课程结束时,参与者将在设计,培训和实施财务应用深度学习模型方面具有动手经验。